DSWorld: 面向高效自主智能体的数据科学世界模型

arXiv 2026 43.6 method, benchmark, system, application

TLDR

DSWorld是数据科学世界模型，预测执行结果，加速RL训练和搜索推理约3-14倍。

评分理由

The paper presents a novel framework (DSWorld) that models data science environment transitions, combining structured state construction, cost-aware routing, and an LLM simulator. Strengths include a clear problem motivation, a new dataset, and strong empirical results (14x training speedup, 35.6% improvement over LLM baseline). Weaknesses: the abstract lacks details on generalization or limitations of the simulator, and the 'world model' terminology is specific to data science rather than general domains.

Read-first 评分解释

综合优先阅读分 43.6，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 41。

近期性 6%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

方法质量 18%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：基线、数据集、实验

主题相关性 29%

58.6

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

可复现性 18%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：代码、数据集

引用影响力 18%

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。引用数：0

引用速度 12%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：396。

关键词评分

world model

world dynamics prediction

world simulator

model-based reinforcement learning world model

interactive world model

generative world model

video world model

深度分析

创新点

提出数据科学世界模型概念，用于预测数据科学工作流中的环境状态转移
DSWorld框架，结合结构化状态构建、成本感知路由、轻量级真实执行和基于LLM的昂贵操作模拟器
构建8K规模的转移轨迹数据集用于训练
反思性世界模型优化，一种用于改进转移预测的误差感知强化学习策略

方法

DSWorld通过预测给定当前工作流状态和候选操作下的状态转移来建模数据科学执行环境。该框架采用结构化状态构建、成本感知路由以决定轻量级真实执行与基于LLM的模拟之间的选择，并使用8K轨迹数据集和误差感知RL策略（反思性世界模型优化）进行训练。

关键结果

DSWorld将基于RL的智能体训练加速约14倍，基于搜索的推理加速约3-6倍，同时保持竞争性能，并在转移预测任务上比最强LLM基线高出35.6%。

技术栈

LLMReinforcement LearningStructured State ConstructionCost-aware RoutingLightweight ExecutionLLM-based SimulatorReflective World Model Optimization

资源

论文